待验证50% 置信事实精确时间
大语言模型生成文本时每个词从概率分布中采样，高概率词与低概率词之间存在大量等效替代，为水印注入提供了空间
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
已验证大语言模型的输出本质上是概率性的文本生成，一次提示词措辞调整可能改变输出的字段名、嵌套层级或枚举值，且不会触发编译期或静态检查警告76% 相似待验证词袋模型将文本拆解为词的集合，忽略语序，只统计每个词出现的频率或权重75% 相似待验证大语言模型通过反向传播算法将文本统计规律编码进参数中，不以传统方式存储原始数据，但高频文本可能产生记忆化现象并近乎逐字输出74% 相似已验证文本水印是一种主动式方案，在语言模型生成每个token的过程中对模型的概率分布进行微小有规律的调整，使输出文本携带可被算法还原的签名74% 相似待验证LLM生成的文本倾向于选择高概率词汇和常见搭配，导致输出在词汇分布上呈现出较低的熵值73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1004205API
curl https://kongchang.com/api/v1/knowledge/claims/1004205MCP
get_claim(id=1004205)